香农熵

通常,一个信号源发送出什么符号是不确定的,衡量它可以根据其出现的概率来进行度量。概率大,出现的机会大,不确定性小;反之,概率大,出现的机会大,不确定性小。

1.定义不确定性为函数 f ,事件X出现的概率为P,则 f 是P的减函数;

2.两个独立的符号产生的不确定性应等于各自的不确定性之和,即f(p_{1},p_{2})=f(p_{1})+f(p_{2}),这称为可加性。

同时满足这两个条件的函数 f 是对数函数,即

f(P)=log\frac{1}{p}=-log(p)

对于事件X,有n中可能结果,且概率分别为:p_{1},...,p_{n}

则香农熵的表达式为:

H(X)=H(p_{1},...,p_{n})=E[-log(p_{i})]=-\sum_{i=1}^{n}p_{i}log_{2}p_{i}

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值